آموزش هوش مصنوعی برای کارکنان دانش‌بنیان - آخرین آپدیت

دانلود AI for Knowledge Workers

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: اگر با هوش مصنوعی تازه آشنا شده‌اید یا مبتدی هستید و می‌خواهید استفاده از AI را در فعالیت‌های تخصصی خود افزایش دهید، این دوره برای شماست! این کلاس برای تمام علاقه‌مندان به نحوه عملکرد هوش مصنوعی و روش‌های مختلف تحول در دنیای کار و خلاقیت طراحی شده است. از متخصصان کسب‌وکار گرفته تا افراد خلاق و رهبران، این دوره ابزارهایی را به شما می‌دهد تا قدرت هوش مصنوعی مولد (Generative AI) را هم در کارهای خلاقانه و هم در تحلیل‌های پیچیده به کار بگیرید. ما درباره نقش حیاتی یادگیری ماشین (Machine Learning) و یادگیری عمیق (Deep Learning) در هوش مصنوعی بحث خواهیم کرد و نحوه آموزش شبکه‌های عصبی را مرور می‌کنیم. شما یاد خواهید گرفت که چگونه ابزارهای مناسب هوش مصنوعی را انتخاب کنید و با مثال‌های واقعی از کاربرد AI در وظایف خلاقانه مانند تولید پست‌های شبکه‌های اجتماعی و ارائه‌ها، و همچنین وظایف تفکر انتقادی مانند تدوین طرح درس یا تحلیل داده‌ها آشنا خواهید شد. شما روش‌های مختلف به‌کارگیری هوش مصنوعی در کارهای روزمره را کاوش خواهید کرد؛ از طوفان فکری و عیب‌یابی کدنویسی گرفته تا نوشتن پست‌های وبلاگ و تعیین جدول زمانی پروژه‌ها. این دوره تجربه عملی با ابزارهای محبوب هوش مصنوعی از جمله ChatGPT و Claude را برای شما فراهم می‌کند. همچنین به چالش‌های مهمی مانند سوگیری هوش مصنوعی، شفافیت و حریم خصوصی داده‌ها خواهیم پرداخت. در نهایت، آینده هوش مصنوعی در محیط کار را بررسی خواهیم کرد. با پایان این دوره، شما نه‌تنها در استفاده از ابزارهای هوش مصنوعی ماهر خواهید شد، بلکه برای پیمودن مسیر در دنیای به‌سرعت در حال تغییر کار، مجهز خواهید بود.

سرفصل ها و درس ها

مقدمه‌ای بر هوش مصنوعی Introduction to AI

  • معرفی دوره Course Introduction

  • مقدمه ماژول ۱ Module 1 Introduction

  • تعریف اصطلاحات کلیدی: هوش مصنوعی Defining Key Terms: AI

  • تعریف اصطلاحات کلیدی: یادگیری ماشین Defining Key Terms: Machine Learning

  • تعریف اصطلاحات کلیدی: یادگیری عمیق Defining Key Terms: Deep Learning

  • تعریف اصطلاحات کلیدی: هوش مصنوعی مولد Defining Key Terms: GenAI

  • نحوه آموزش شبکه‌های عصبی How Neural Networks Are Trained

  • ابزارهای هوش مصنوعی چیستند؟ What Are AI Tools?

مقدمه‌ای بر پرامپت‌نویسی با هوش مصنوعی مولد Introduction to Prompting with GenAI

  • مقدمه ماژول ۲ Module 2 Introduction

  • چگونه یک ابزار را انتخاب کنیم How to Select a Tool

  • شروع کار با ابزارهای هوش مصنوعی Getting Started With AI Tools

  • حوزه‌های کاربرد هوش مصنوعی مولد (خلاقیت در مقابل تفکر انتقادی) Areas GenAI Can Be Used (Creative vs. Critical Thinking)

  • انواع پرامپت‌نویسی Types of Prompting

  • انواع پرامپت‌نویسی: زنجیره افکار (CoT) Types of Prompting: Chain of Thought (CoT)

  • انواع پرامپت‌نویسی: یادگیری با چند نمونه (Few Shot) Types of Prompting: Few-Shot Learning

  • انواع پرامپت‌نویسی: نقش‌آفرینی (Role Prompting) Types of Prompting: Role Prompting

  • انواع پرامپت‌نویسی: دستورالعمل‌های وظیفه‌محور Types of Prompting: Task-Specific Instructions

  • سبک‌های پرامپت‌نویسی و بهترین روش‌ها Prompting Styles and Best Practices

  • نمایش عملی پرامپت تفکر انتقادی: تدوین طرح درس Critical Thinking Prompt Demo: Create a Lesson Plan

  • نمایش عملی پرامپت خلاقیت: ساخت یک ارائه (Presentation) Creative Thinking Prompt Demo: Create a Presentation

تفکر خلاق و انتقادی با هوش مصنوعی مولد Creative and Critical Thinking with GenAI

  • مقدمه ماژول ۳ Module 3 Introduction

  • استراتژی شبکه‌های اجتماعی/ایده‌پردازی Social Media Strategy/Idea Generation

  • پست شبکه‌های اجتماعی Social Media Post

  • متن پست وبلاگ Blog Post Copy

  • تولید تصویر Image Generation

  • تحلیل پایه داده‌ها Basic Data Analysis

  • ارتباط از طریق ایمیل Email Outreach

  • عیب‌یابی کد Troubleshoot Code

  • حل تعارض و مدیریت اختلاف Conflict Resolution

  • یادداشت اداری (Memo) Memo

  • طوفان فکری Brainstorm

  • خلاصه‌سازی اسناد Document Summarization

  • تحلیل داده‌ها: بصری‌سازی Data Analysis: Visualization

  • تحقیق و پژوهش Research

  • تدوین جدول زمانی پروژه Develop a Project Timeline

ملاحظات ایمنی و گسترش یادگیری شما Safety Considerations and Expanding Your Learning

  • مقدمه ماژول ۴ Module 4 Introduction

  • محدودیت‌ها و چالش‌های هوش مصنوعی AI Limitations and Challenges

  • سوگیری الگوریتمی و عدالت Algorithmic Bias and Fairness

  • توهمات هوش مصنوعی (Hallucinations) Hallucinations

  • عدم شفافیت و قابلیت توضیح‌پذیری Lack of Transparency and Explainability

  • نگرانی‌های مربوط به حریم خصوصی داده‌ها Data Privacy Concerns

  • آینده هوش مصنوعی در محیط کار The Future of AI in the Workplace

  • تکامل یافتن همراه با هوش مصنوعی Evolving With AI

  • به‌روز ماندن در مورد پیشرفت‌های جدید هوش مصنوعی Staying Informed About New AI Developments

  • خلاصه دوره Course Summary

نمایش نظرات

آموزش هوش مصنوعی برای کارکنان دانش‌بنیان
جزییات دوره
10h 5m
45
(آخرین آپدیت)
7,657
4.7 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Sadie St. Lawrence Sadie St. Lawrence

بنیانگذار و مدیر عامل زنان در دیتا | 30 زن برتر در هوش مصنوعی | سخنران اصلی

سدی سنت لارنس بنیانگذار و مدیر عامل زنان در داده، 30 زن برتر در هوش مصنوعی و سخنران اصلی است.

در ده گذشته سال‌ها، سادی لذت کار در علم داده و هوش مصنوعی را داشته است. قبل از اینکه عشقش به داده ها را کشف کند، در یک آزمایشگاه علوم اعصاب کار می کرد و به مطالعه یادگیری عاطفی و حافظه می پرداخت و قبل از آن، اجرای پیانو را مطالعه می کرد و دروس موسیقی تدریس می کرد. در سال 2015، او Women in Data را با ماموریت افزایش تنوع در مشاغل داده تاسیس کرد. Sadie همچنین بنیانگذار SSL Innovations است، یک استودیوی سرمایه گذاری که بر ایجاد راه حل های فنی برای دولت و منافع اجتماعی متمرکز است. او دوره‌هایی را در مورد SQL برای علوم داده در Coursera و در دانشگاه کالیفرنیا دیویس تدریس کرده است، تا به امروز، بیش از 500000 نفر دوره او را گذرانده‌اند، که در سال 2023 بهترین دوره SQL برای مبتدیان را از Campus.com دریافت کرد.